一项最新测试评估了八个大型语言模型回忆足球(英式足球)运动员职业生涯数据,特别是他们效力过的俱乐部,的准确性。模型被要求以JSON格式提供这些信息,并附带明确指示,如果不确定则拒绝回答。然而,大多数模型即使对于不太出名的球员也试图回答,导致准确率很低。DeepSeek V4.1 Flash 准确率最高,但速度明显较慢;而 GPT-5.4 mini 速度更快,列出的俱乐部更多,但精度较低。Claude Haiku 4.5 拒绝回答的球员最多,但仍提供了许多错误的俱乐部关联。 AI
影响 凸显了大型语言模型在事实回忆方面的局限性,以及在处理特定领域数据时仔细提示和验证的必要性。
排序理由 在特定知识领域对大型语言模型的评估。[lever_c_demoted from research: ic=1 ai=1.0]
- Anthropic
- Claude Haiku 4.5
- Cologne
- DeepSeek
- DeepSeek V4.1 Flash
- DigitalOcean
- Fabio Grosso
- FC Dinamo Bucharest
- GPT-5.4 mini
- Inter Milan
- Meta
- Mistral AI
- OpenAI
- Teddy Sheringham
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →